4月25日下午，由计算机学院、计算机学院人工智能方向主办，机器人智能实验室承办的第五期“国内外知名学者学术报告”（FudanCSF3-GLS）——“知识图谱与机器人智能问答”学术报告活动如期举行。按照上海市和学校相关防疫政策，本次学术报告以腾讯会议的形式在线上举行。
本次学术报告中，我们有幸邀请了来自东南大学的漆桂林教授和来自同济大学的王昊奋研究员分享知识图谱和智能问答方向的前沿知识技术。第一场学术报告是由漆桂林教授带来的“低资源场景下知识图谱构建与智能问答”。在低资源场景下构建知识图谱是快速构建领域知识图谱任务中的一项重要技术挑战。漆老师从知识图谱的概念和领域知识图谱的定义出发，重点介绍了利用基于小样本学习的知识抽取技术和基于主动学习的知识抽取技术构建领域知识图谱。最后，漆老师也向我们分享了他们研究团队基于知识库的问答和基于知识图谱的对话技术而打造的智能问答平台。
第二场学术报告是由王昊奋研究员带来的“知识驱动的多策略多模态问答技术实践”。多模态问答因其能够提供“文本+视觉”之间关系的洞察而引发越来越多的关注。但目前，问答系统仍然面临如何理解用户多种多样的问题表达、如何从海量问答知识中匹配出精准的答案等挑战。王老师首先向我们介绍了多策略问答与多模态问答的基本概念，为我们详细地介绍了从基于信息检索、知识图谱和阅读理解的基本问答技术到基于开放域和多轮对话理解的多策略问答技术。此外，王老师向我们讲解了基于图像的多模态问答的前沿技术和方法。
线上会议并没有影响到参会师生们的热情，两位老师精彩纷呈的报告吸引了大家的认真倾听与细致思考，腾讯会议最高同时在线人数高达300余人。在提问互动环节，老师和同学们围绕知识图谱具体场景下的关键技术、多模态问答未来发展中的新方向和新观点展开了热烈的讨论和交流。
